基于多源遥感数据的三峡库区森林冠层高度与生物量估算方法研究的中期报告.docx

基于多源遥感数据的三峡库区森林冠层高度与生物量估算方法研究的中期报告
该研究的中期报告重点介绍了基于多源遥感数据的三峡库区森林冠层高度与生物量估算方法的初步成果。
研究使用了高分一号、高分二号和Sentinel-1A/B等多源遥感数据，运用机器学习算法和遥感反演模型对三峡库区不同森林类型的冠层高度和生物量进行估算。具体方法如下：
1.利用高分一号和高分二号卫星的高分辨率数据，进行植被指数（如NDVI和EVI）和地形指数（如DEM和SRTM）的计算，提取相应的森林类型信息。
2.结合高分一号和Sentinel-1A/B合成孔径雷达（SAR）卫星的数据，采用机器学习算法（如随机森林和支持向量机）和遥感反演模型（如极化分解方法），精确预测森林冠层高度。
3.利用预测的冠层高度和遥感反演模型，计算不同森林类型的生物量。
研究结果表明，所提出的方法可有效提高森林冠层高度和生物量的估算精度。同时，该方法可提供三峡库区森林资源管理和生态环境保护方面的决策支持。
研究还存在一些问题，例如遥感数据的质量和准确性对估算结果的影响等，需要进一步解决和完善。